Реализация поиска Tabu в R

Question

Я пытаюсь внедрить Tabu Search в набор классификационных данных, а именно, болезнь печени индийских пациентов, доступную в хранилище UCI по https://archive.ics.uci.edu/ml/datasets/ILPD+(Indian+Liver+Patient+Dataset) но сталкиваюсь проблемы. Ниже приведен код, который я использовал

NF <- 10
NTR <- 193
NTE <- 193
library(class) 
library(e1071)
library(caret)
library(party)
library(nnet)
ILPD <- read.csv("C:/Users/Dell/Desktop/Codes and Datasets/ILPD.csv")
nrow(ILPD)  
set.seed(9850)
gp<-runif(nrow(ILPD))
ILPD<-ILPD[order(gp),]
idx <- createDataPartition(y = ILPD$Class, p = 0.7, list = FALSE)
train<-ILPD[idx,]
test<-ILPD[-idx,]
ver<-test[,11]
evaluate <- function(th){ 
if (sum(th) == 0)return(0)             
model <- svm(train[ ,th==1], train[,11] , gamma = 0.1, kernel ="sigmoid", na.action = na.omit)
pred <- predict(model, test[ ,th==1])
csRate <- sum(pred == ver)/NTE 
penalty <- (NF - sum(th))/NF 
return(csRate + penalty)
}  
library(tabuSearch)
res <- tabuSearch(size = NF, iters = 2, objFunc = evaluate, config =     matrix(1,1,NF), listSize = 5, nRestarts = 4) 
plot(res)
plot(res, "tracePlot")
summary(res, verbose = TRUE)

Ошибка:

Error in if (any(co)) { : missing value where TRUE/FALSE needed
In addition: Warning message:
In FUN(newX[, i], ...) : NAs introduced by coercion
Called from: svm.default(train[, th == 1], train[, 11], gamma = 0.1, kernel = "sigmoid", na.action = na.omit)

Некоторая часть данных

structure(list(age = c(55L, 48L, 14L, 17L, 40L, 37L), gender = c(0L, 
0L, 0L, 0L, 1L, 0L), TB = c(0.9, 2.4, 0.9, 0.9, 0.9, 0.7), DB = c(0.2, 
1.1, 0.3, 0.2, 0.3, 0.2), Alkphos = c(116L, 554L, 310L, 224L, 
293L, 235L), SGPT = c(36L, 141L, 21L, 36L, 232L, 96L), sgot = c(16L, 
73L, 16L, 45L, 245L, 54L), TP = c(6.2, 7.5, 8.1, 6.9, 6.8, 9.5
), ALB = c(3.2, 3.6, 4.2, 4.2, 3.1, 4.9), AG = c(1, 0.9, 1, 1.55, 
0.8, 1), Class = structure(c(2L, 1L, 2L, 1L, 1L, 1L), .Label = c("One", 
"Two"), class = "factor")), .Names = c("age", "gender", "TB", 
"DB", "Alkphos", "SGPT", "sgot", "TP", "ALB", "AG", "Class"), row.names =    c(216L, 
405L, 316L, 103L, 20L, 268L), class = "data.frame")

Если кто-нибудь может помочь мне с этим

Answer 1

Я все равно хотел посмотреть, как работает табу, поэтому мне показалось, что это хорошее место для начала.

В основном вам нужно лучше тестировать свой код, evaluate просто не сработало. Это легко проверить вручную, создав значения th а потом звонит evaluate на них.

Также используйте высокоуровневые комментарии для организации своего кода и отслеживания того, что вы делаете, особенно при публикации в SO для получения помощи, чтобы сэкономить нам время на выяснение ваших намерений.

Не уверен, что эти результаты хорошие, объем данных настолько минимален, что трудно сказать.

В любом случае вот измененный код:

NF <- 10
NTR <- 193
NTE <- 193
library(class)
library(e1071)
library(caret)
library(party)
library(nnet)

ILPD1 <- structure(
 list(
    age = c(55L,48L,14L,17L,40L,37L),
    gender = c(0L,0L,0L,0L,1L,0L),
    TB = c(0.9,2.4,0.9,0.9,0.9,0.7),
    DB = c(0.2,1.1,0.3,0.2,0.3,0.2),
    Alkphos = c(116L,554L,310L,224L,293L,235L),
    SGPT = c(36L,141L,21L,36L,232L,96L),
    sgot = c(16L,73L,16L,45L,245L,54L),
    TP = c(6.2,7.5,8.1,6.9,6.8,9.5),
    ALB = c(3.2,3.6,4.2,4.2,3.1,4.9),
    AG = c(1,0.9,1,1.55,0.8,1),
    Class = structure(c(2L,1L,2L,1L,1L,1L),
    .Label = c("One","Two"),
    class = "factor")
   ),
   .Names = c("age","gender","TB","DB","Alkphos",
               "SGPT","sgot","TP","ALB","AG","Class"),
   row.names = c(216L,405L,316L,103L,20L,268L),
   class = "data.frame"
)

ILPD <- ILPD1
#ILPD <- read.csv("ILPD.csv")
nrow(ILPD)

set.seed(9850)

# setup test and training data
gp <- runif(nrow(ILPD))
ILPD <- ILPD[order(gp),]
idx <- createDataPartition(y = ILPD$Class,p = 0.7,list = FALSE)
train <- ILPD[idx,]
test <- ILPD[ - idx,]
ver <- test[,11]

evaluate <- function(th) {
    # evaluate the tabu for a value of th
    # tabuSearch will use this function to evaluate points in its search space
    #

    # if everything is turned off just return zero as we are not interested
    if(sum(th) == 0)  return(0)

    # we just want to train our svm on the columns for which th==1
    svmtrn <- train[,th==1]

    # but we need to have the Class varible as our label
    if (is.null(trn$Class)) return(0)

    # Train up an svm now
    #  Note that the first argument is the forumula we are training
    model <- svm(Class~.,svmtrn,gamma = 0.1,kernel = "sigmoid",na.action = na.omit)

    pred <- predict(model,test)

    # now evaluate how well our prediction worked
    csRate <- sum(pred == ver) / NTE
    penalty <- (NF - sum(th)) / NF
    return(csRate + penalty)
}

library(tabuSearch)
evaluate(matrix(1,1,NF))
res <- tabuSearch(size = NF,iters = 2,objFunc = evaluate,
                  config = matrix(1,1,NF),listSize = 5,nRestarts = 4)
plot(res)
plot(res,"tracePlot")
summary(res,verbose = TRUE)

Вот выходные результаты:

[1] 6
[1] 0.005181347
Tabu Settings
  Type                                       = binary configuration
  No of algorithm repeats                    = 1
  No of iterations at each prelim search     = 2
  Total no of iterations                     = 12
  No of unique best configurations           = 8
  Tabu list size                             = 5
  Configuration length                       = 10
  No of neighbours visited at each iteration = 10
Results:
  Highest value of objective fn    = 0.70518
  Occurs # of times                = 1
  Optimum number of variables      = 3
Optimum configuration: 
 [1] 1 0 0 0 0 1 0 0 0 1

А вот и ваш сюжет: